OpenCV簡介

OpenCV（Open Source Computer Vision Library） 是 最強大的影像處理與電腦視覺庫，適合即時影像處理、物件偵測、特徵提取等應用。

特色：

• 速度快：使用 C++ 實作，效能優異
• 功能豐富：支援影像處理、視覺分析、機器學習
• 支援影片處理：適用於即時影像應用（如人臉辨識、物件追蹤）

---

✅ 1. 安裝 OpenCV

pip install opencv-python

如果需要 影像編解碼功能（如 GIF, TIFF），可以安裝完整版：

pip install opencv-python-headless

---

✅ 2. 讀取與顯示圖片

OpenCV 使用 cv2.imread() 讀取圖片：

import cv2

img = cv2.imread("example.jpg")  # 讀取圖片
cv2.imshow("Image", img)  # 顯示圖片
cv2.waitKey(0)  # 等待鍵盤輸入後關閉
cv2.destroyAllWindows()  # 關閉所有 OpenCV 視窗

✅ 注意：OpenCV 預設讀取圖片為 BGR 格式，而非 RGB，需要轉換！

---

✅ 3. 轉換色彩格式

img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # 轉換為 RGB
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 轉換為灰階

✅ OpenCV 預設使用 BGR，而大部分的影像處理工具（如 Matplotlib、Pillow）使用 RGB。

---

✅ 4. 影像縮放與旋轉

resized = cv2.resize(img, (300, 300))  # 調整大小
rotated = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)  # 旋轉 90 度

✅ 適用於影像前處理，如調整輸入大小。

---

✅ 5. 影像濾波（模糊處理）

blurred = cv2.GaussianBlur(img, (5, 5), 0)  # 高斯模糊
cv2.imshow("Blurred Image", blurred)
cv2.waitKey(0)
cv2.destroyAllWindows()

✅ 適用於降噪與影像增強。

---

✅ 6. 邊緣偵測（Canny 演算法）

edges = cv2.Canny(img, 100, 200)  # 設定低/高閾值
cv2.imshow("Edges", edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

✅ 適用於物件邊界檢測、特徵提取。

---

✅ 7. 讀取影片

cap = cv2.VideoCapture("video.mp4")

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    cv2.imshow("Video", frame)

    if cv2.waitKey(25) & 0xFF == ord("q"):  # 按 Q 退出
        break

cap.release()
cv2.destroyAllWindows()

✅ 適用於即時影像處理與視覺分析。

---

📝 總結

功能	函數
讀取圖片	cv2.imread("image.jpg")
顯示圖片	cv2.imshow("Title", img), cv2.waitKey(0)
轉換色彩格式	cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
縮放圖片	cv2.resize(img, (width, height))
旋轉圖片	cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)
模糊處理	cv2.GaussianBlur(img, (5,5), 0)
邊緣偵測	cv2.Canny(img, 100, 200)
讀取影片	cv2.VideoCapture("video.mp4")

🚀 OpenCV 適用於高效影像處理、即時影像分析與電腦視覺應用！ 😊